廣東省工業用地生態效率時空差異及影響因素研究

鄧麗敏，唐曉蓮，易嘉興

（廣東工業大學 管理學院，廣東 廣州510520）

改革開放四十年來，我國工業經濟實現了快速發展，規模不斷擴大，工業生產總值從1978年的1602億元增長到2018年的305160億元，占當年GDP總量的33.9%，工業發展已成為我國經濟增長的主要動力源泉。現階段我國工業的發展能源消耗量巨大，但由于思想觀念、技術水平、管理體制等因素的限制，工業經濟發展仍然以高能耗、高污染、低效率的傳統增長模式為主，引發了資源過度消耗、環境污染嚴重、生態系統失調等一系列問題，不利于經濟的可持續發展［1］。WBCSD和OECD對生態效率概念的闡述可以解釋為經濟產出和生態環境壓力的比率。生態效率的核心思想是以更少的環境投入，使得經濟效益最大化。目前國內外學者已經將生態效率廣泛 應 用 到 產 業［2，3］、工 業 園 區［4］、區 域［5］等 范圍的研究，主要運用的測算方法包括兩大類：一是建立指標體系，構建綜合指數［6］；二是采用數據包絡分析方法［7］。隨著生態文明建設的推進和產業轉型升級的步伐加快，工業生態效率成為研究熱點。關于工業生態效率，在研究角度上，學者們主要從工業生態效率的評價［8］、空間分異［9］和影響因素［10］等方面進行；在研究方法上，學者們多采用非參數經濟計量分析方法，主要以數據包絡分析方法及其擴展方法為主［10］，如超 效率DEA方 法［11］、SBM方法［12］、三階段DEA方法［13］等，采用這類方法的優點是避免主觀因素的影響，考慮投入產出因素，需要的指標相對較少、適用范圍較廣泛等；在研究尺度上，全國、省域和城市等范圍的研究居多［14－16］，也有些學者從工業企業等微觀角度［17－18］進行了研究。

綜上所述，雖然目前國內學術界關于工業生態效率的研究相對成熟，但是大部分學者沒有充分考慮到土地因素對于生態效率的影響，對于工業用地的生態效率鮮有研究。本文通過研究廣東省工業用地生態效率，構建了工業用地生態效率指標體系，利用基于非期望產出的Super－SBM模型測算工業用地生態效率，通過空間自相關方法分析其空間聚集特征，并利用地理探測器探究其空間分布格局的主導影響因素。通過本研究，以期為廣東省工業用地生態效率的提高和工業用地的可持續發展提供有價值的參考。

1 研究方法

1.1 基于非期望產出的Supe—SBM模型

DEA模型是利用線性規劃法對具有投入和產出的若干決策單元（DMU）進行相對效率評估的一種方法，具有多種優點。但傳統DEA模型最大的缺點在于使用經濟社會類的期望產出指標，不適用于非期望產出指標。近年來城市經濟社會發展暴露出各種各樣的生態環境問題，人們越來越關注非期望產出對城市生態環境的影響［19］。關于投入和產出的松弛變量，Tone K［20］提出了非徑向、非角度的SBM模型。隨后，針對非期望產出問題的處理和SBM模型無法對多個效率值為1的有效DMU繼續進行排序的不足，Tone K［21］又提出了Super－SBM模型。本文主要采用基于非期望產出的Super－SBM模型，模型構建如下：

式中，ρ為工業用地生態效率值；m為投入指標數量；s1和s2分別為期望產出和非期望產出指標的數量；x為投入；yg和yb分別為期望產出和非期望產出；λ為權重向量。當ρ≥1時，說明被評價的DMU是相對有效的；當ρ＜1時，說明被評價的DMU是相對無效的［22］。

1.2 空間自相關分析法

空間自相關是一定地域內，一個地域單元的某種地理要素與臨近單元上的相同要素的關聯性的重要指標，是研究要素空間分異的重要方法之一。包括全局自相關和局部自相關兩種［23］。全局空間自相關主要反映了研究要素在全局范圍內所表現出來的空間相關特性，本文使用全局Moran′s I來表示，公式如下：

式中，n為廣東省內城市的數量；xi、xj分別為城市i和城市j的工業用地生態效率；Wij為空間權重系數矩陣，表示各城市鄰近關系。I的取值范圍為［－1，1］。當I＞0時，廣東省各市工業用地生態效率整體呈正相關關系；當I＜0時，則表現為負相關關系；當I＝0時，表明沒有相關性。

局部空間自相關是反映空間單元與其周圍鄰近單元的同一屬性的相關性，通常采用LASA圖表示。通過局部自相關分析，研究廣東省工業用地生態效率局部地區的空間關聯特征。

1.3 地理探測器

地理探測器是用于探究某地理屬性的空間分異格局及其影響因素的一種新的分析方法［24］。該方法由王勁峰提出，最早應用在醫院領域，用于探測地方性疾病發生的風險影響因子。如今，地探測器已經廣泛應用于各個領域，探測地理要素空間格局演變及空間分異的影響因素研究，既可以探測數值型數據，也可以探測定性數據。該模型由因子探測、交互作用探測、風險探測和生態探測4個部分組成，本文主要運用因子探測。

根據因子探測，可得到單個自變量對因變量空間分異的影響能力，用q值表示，表達式為：

式中，q為自變量X對因變量Y的空間分異的影響能力；L為層級個數；Nh表示和N表示層h和全區域的樣本個數；σ2表示全區的因變量Y值的方差。q值越大，表明該因子對因變量的影響力越大。

2 指標體系構建與數據來源

2.1 生態效率指標體系構建

工業用地生態效率的實質是使用最少的投入，將對環境的影響降至最低，從而獲取最大化的經濟效益［25］。本文遵循科學性、全面性、可操作性等原則，從資源、資本、勞動力、土地4個方面選取5個投入指標；產出方面綜合考慮期望產出和非期望產出，選取單位面積工業生產總值為期望產出的指標，非期望產出的指標從工業污染方面選取3個指標，具體如表1所示。

表1 廣東省工業用地生態效率投入產出指標

2.2 影響因素指標體系構建

參考相關研究［19，22］，綜合研究區的實際情況和數據獲取的難易程度，從經濟發展水平、工業化程度、工業聚集程度、科技投入水平、生態環境稟賦、利用外資水平、環境規制強度選取工業用地生態效率影響因素指標，其中環境規制強度采用工業“三廢”與工業生產總值的比率進行線性標準化，再加權求和的方式獲得。具體指標解釋表2。

表2 廣東省工業用地生態效率影響因素指標

2.3 數據來源

本文使用的指標數據主要來源于《中國城市統計年鑒》《中國城市建設統計年鑒》《廣東省統計年鑒》和廣東省各地級市統計年鑒、《國民經濟和社會發展統計公報》《廣東省水資源公報》，對部分缺失數據采用插值法或滑動平均窗口法進行補充。

3 實證分析

3.1 時空差異分析

本文根據公式（1），利用MAXDEA8.0軟件，計算了2008—2018年廣東省各城市的工業用地生態效率值（表3）。從表3可見，全省工業用地生態效率水平穩定。2008—2018年，廣東省工業用地生態效率值整體維持在穩定水平，平均值為0.87，總體接近有效水平。總體變化為“上升—下降—再上升—再下降”，2018年為0.84，與2008年相比僅下降了0.01，基本維持穩定，最高值是2015年的0.93，最低值是2012年的0.80。分區域來看，工業用地生態效率均值表現為粵東＞粵西＞珠三角＞粵北的格局。珠三角地區工業用地生態效率水平整體有小幅增長，平均值為0.81，較接近全省平均水平，整體可分為兩階段的變化：2008—2015年為上升階段，2015—2018年為下降階段。粵東地區的工業用地生態效率整體水平較高，各年份均在全省平均水平之上，但較不穩定，呈波動變化，整體提高0.05。粵西地區表現為波動上漲的態勢，2018年比2008年提高了14%；2008—2014年在波動中提高，2014—2018年穩步提高。粵北地區工業用地生態效率變化波動較大，總體水平提高，但低于全省平均水平，具體變化為2008—2012年下降明顯，2013年之后維持穩定的水平。粵北地區的經濟發展水平不僅制約著工業生產資金的投入水平，還限制著技術和環境管理水平，進而對工業用地生態效率產生影響。

表3 2008—2018年廣東省各市工業用地生態效率值

不同城市工業用地生態效率值差異明顯。工業用地生態效率值按均值排名為深圳＞潮州＞陽江＞茂名＞佛山＞河源＞廣州＞中山＞汕尾＞揭陽＞惠州＞梅州＞湛江＞汕頭＞云浮＞珠海＞清遠＞肇慶＞江門＞東莞＞韶關。前五名中，珠三角和粵西地區各有2個城市，粵東地區有1個城市；排名后五位的是清遠、肇慶、江門、東莞、韶關，有3個屬于珠三角地區，2個屬于粵北地區。可見，珠三角地區各城市的工業用地生態效率兩極分化較嚴重，粵北地區的城市多為中等及以下水平。從各城市來看，深圳、佛山、河源、廣州、中山、汕尾、梅州、汕頭、云浮、肇慶和韶關的工業用地生態效率值有所提高，其他城市則有所下降。深圳市的工業用地生態效率值穩居第一位，這與其發達的經濟和以高科技產業為主有很大的關系。深圳是我國重要的創新型城市，工業以高科技智能化產業和新型產業為主，資金投入量大、單位工業用地的產出高，對環境的污染遠低于傳統的工業。此外，當地政府高度重視環境保護，污染物排放少、產出高，污染少成就了深圳市較高的工業用地生態效率。廣州工業用地生態效率均值排名第七位，整體效率水平提高。廣州工業經濟發達，政府及相關部門不斷推進各種政策來促進工業轉型升級，減少工業環境污染，積極落實生態文明建設。韶關、清遠等城市的工業用地生態效率水平低下與經濟水平低有密切的關系，由于經濟較落后、工業投資少，造成生產技術水平低，工業用地利用效率和管理水平也較低。另外，落后的經濟限制了對工業污染治理的投資和設施配套，工業污染較大。東莞工業用地上生態效率水平低，這主要歸因于其產業結構與產業類型。東莞工業比重較大，工業主要以電子信息、電氣機械、紡織服裝等勞動密集型產業為主，盡管工業投資大，工業生產總值水平也較高，但伴隨而來的環境方面的非期望產出更大，因此工業用地生態效率水平較低。

3.2 時空分布分析

為了更加直觀地表現廣東各地市工業用地生態效率在空間上的分布情況，本文利用ArcGIS軟件平臺，采用自然斷點法將工業用地生態效率水平分為5個水平，對2008年、2013年和2018年廣東省各地級市工業用地生態效率進行可視化（圖1）。從圖1可見，廣東省各地市工業用地生態效率空間上的分布差異明顯，3個時段間的格局變動強度不大。工業用地生態效率高水平和中高水平城市較少，分布差異較明顯，主要以沿海城市為主，2008年有7個城市（粵西地區3個、珠三角地區3個、粵東地區1個）；2013年數量相同，主要分布在粵東、珠三角和粵西三地；2018年數量減少了1個，主要分布在珠三角和粵東。在中等水平城市的分布中，2008年以粵東和粵北地區為主，2013年和2018年格局相似，各地區皆有分布，分布較分散。中低效率和低效率城市在全省范圍內分布以珠三角和粵北地區為主，分布格局變化不大。總體而言，沿海地區的工業用地生態效率整體高于內陸地區。由于地理位置的優勢，沿海地區經濟相對于內陸地區發展得更好，對外來投資的吸引力更大，技術創新與研發能力更強，更注重對城市形象和生態環境的整治。

圖1 2008年、2013年和2018年廣東省工業用地生態效率空間分布

3.3 廣東工業用地生態效率空間分異分析

根據地理學第一定律，空間上任何事物與其他事物之間都具有一定的相關性，且相關性的強弱與距離有關，距離越近，相關性越強，即空間依賴性強。本文利用GeoDa軟件分析了廣東省城市工業用地生態效率空間相關性。

全局空間自相關：從表4可見，全局Moran′s I除了2009年和2010年為外，其他年份皆為正數，表明廣東省各市工業用地生態效率在空間上為正相關關系。P值通過顯著性水平檢驗的年份表明空間相關性顯著，其中2011年、2013年、2016—2018年均通過至少10%水平下的顯著性檢驗。Moran′s I總體提高，但其間有較大的波動，說明廣東省各地市工業用地生態效率空間相關顯著性雖然有所增強，但是不穩定，空間分布格局容易發生變動。

表4 2008—2018年廣東省工業用地生態效率全局Moran′s I

局部空間自相關：為了更好地體現空間格局的變化，揭示工業用地生態效率的局部集聚特征，本文結合莫蘭散點圖繪制了LISA圖（圖2），以顯示廣東省各城市的空間局部聚集分類（包括顯著與不顯著）［15］。本文選取2008年、2013年和2018年的LISA圖，H—H（高—高）聚類即高值的區域周圍也是高值；L—L（低—低）聚類表示低值區域周圍也是低值；H—L（高—低）聚類表示高值的區域周圍為低值；L—H（低—高）聚類表示低值的區域周圍是高值。

從圖2可見，高—高聚集城市主要集中于粵東和粵西地區，如湛江、陽江、汕頭、揭陽等城市，隨著時間推移，該類型的分布有明顯的增加，且呈向珠三角地區擴展的趨勢；低—低聚集城市主要分布在粵北和珠三角地區，如肇慶、東莞、清遠等，低—高聚集城市較少，分散分布于珠三角和粵西地區，如惠州、江門等；高—低聚集城市多分布在珠三角和粵北地區，如佛山、中山、河源等。從不同年份空間格局的變化來看，2013年與2008年的相比變化較大，高—低聚集城市明顯減少，主要轉變為高—高聚集，說明這些工業用地生態效率水平較高的城市對周圍城市的輻射作用增強，帶動了周圍城市的工業用地生態效率的提高；2018年和2013年的聚集分布格局基本不變，整體格局趨于穩定。從上述分析可看出，工業用地生態效率高—高聚集和低—低聚集的城市較多，以空間依賴性為主，其中粵東和粵西地區空間依賴性較強，珠三角和粵北地區空間依賴性較弱，差異性較強。

圖2 2008年、2013年和2018年廣東省工業用地生態效率LISA圖

4 影響因素分析

廣東省工業用地生態效率的時空演變是一個復雜的過程，是多種因素共同作用的結果。本文選取經濟發展水平、工業化程度、工業聚集程度、科技投入水平、生態環境稟賦、利用外資水平和環境規制強度等7個指標作為影響因子，采用地理探測器分析了廣東省工業用地生態效率空間分異的影響因素。同時，本文在ArcGIS軟件中利用自然斷點法將影響因子分類，將連續變量轉變成分類變量，使變量數據符合要求。

從表5可見，各影響因子在不同年份中對廣東省工業用地生態效率空間分異的影響力度存在著一定的差異，顯著性水平也隨之發生變化。2008年，影響廣東省工業用地生態效率的主導因素是工業聚集程度、科技投入水平、生態環境稟賦和環境規制強度，q值分別為0.6671、0.5025、0.5480和0.6206，經濟發展水平和利用外資水平的影響力度不大，在0.23—0.34之間，工業化程度影響力不顯著。2013年主導因子包括經濟發展水平、工業聚集程度、科技投入水平和利用外資水平，其次是生態環境稟賦，工業化程度和環境規制強度影響力小，與2008年相比，除生態環境稟賦和環境規制強度的影響力有所下降外，其他影響因素的影響力均有所提高。2018年主要受工業聚集程度和科技投入水平的影響，q值均在0.65以上，利用外資水平、經濟發展水平、生態環境稟賦、環境規制強度與2013年相比影響力度下降，工業化程度未通過顯著性水平檢驗。

表5 廣東省工業用地生態效率空間分異的影響因素q值水平

不同影響因子的作用機理不同，具體分析如下：①工業聚集程度對廣東省工業用地生態效率的空間分異發揮著重要的作用，q值均在0.65以上，影響力度大。產業的分散不利于生產效率的提高，而工業園區的建立，通過集中生產、管理與治理，有利于提高工業生產的效率，實現工業規模化效益。②科技投入水平影響力度較大，在3個年份均作為主導因子影響著廣東省各市工業用地生態效率的空間格局。研發創新對工業生產技術、生態治理技術等方面起著重要的作用，生產技術水平的提高，不僅能減少生產過程中原材料的投入，還能降低對能源的消耗。此外，科學技術的創新能減少各種污染廢物的產生和排放，有助于工業用地生態效率的提高。③經濟發展水平對廣東各市工業用地生態效率的空間差異影響在2013年較大，為主導因子之一。一般而言，一個地方的經濟水平越高，工業用地生態效率也相應得到提高。經濟發展水平影響著廣東各地區工業用地生態效率的水平，由于不同城市之間經濟發展不平衡，造成工業用地生態效率存在較明顯的差距。④生態環境稟賦從2008年的主導因子變為非主導因子，影響力度下降。城市綠化覆蓋有助于改善城市的環境、減少環境污染，在此基礎上，各地方綠化工程興起，城市綠化覆蓋率均明顯增加，生態環境得到明顯改善，城市綠化覆蓋率對地區間工業用地生態效率差異作用逐漸減弱。⑤利用外資水平在2013年的是主導因子，在2008年和2018年為非主導因子。“污染避難假說”指出，各國污染密集型產業更傾向于往環境污染控制標準較低的國家或區域轉移，這些企業會對轉入國家的生態環境造成嚴重污染。但也有研究表明，吸引外來投資有利于引入先進的技術和設備，從而降低能耗、改善環境。廣東省對外開放程度高，在充分使用外資發展自身經濟的同時，應嚴格控制工業污染排放，加大環境規制強度和監測力度。⑥環境規制強度在2008年為主導因子，2013年和2018年q值逐漸減小，影響力逐漸減弱。國家重視生態環境的發展，嚴格要求政府和企業加大對污染的治理力度，減少工業污染物的排放。隨著工業非期望產出的大幅減少，各地工業用地生態效率水平提高，尤其是原來對工業環境污染缺乏足夠重視的城市，經過較大力度的治理之后，工業用地生態效率的提高幅度更大，因此城市間的差距縮小。⑦工業化程度對廣東省各市的工業用地生態效率的影響力較小。廣東工業經濟發達，各地市的工業化程度都較高，因此對廣東工業用地生態效率空間差異的影響程度較小。

5 結論、討論與建議

5.1 結論與討論

本文通過基于非期望產出的Super－SBM模型，對2008—2018年廣東省工業用地生態效率進行測算，采用空間自相關分析方法進行空間格局演變分析，利用地理探測器識別影響城市工業用地生態效率空間分異的影響因子，得到以下主要結論：①從整體水平來看，廣東省工業用地生態效率水平穩定在0.83—0.93；分區域來看，粵東地區最高，其次是粵西地區和珠三角地區，最低的是粵北地區。珠三角地區城市工業用地生態效率兩集分化較嚴重，粵北地區城市工業用地生態效率值均較低。工業用地生態效率均值前五名分別為深圳、潮州、陽江、茂名、佛山，后五名分別為清遠、肇慶、江門、東莞、韶關，不同城市工業用地生態效率值差異明顯。②利用ArcGIS軟件對廣東省工業用地生態效率進行空間可視化，結果表明廣東省各城市工業用地生態效率空間上的分布差異明顯，高效率和中高效率城市較少，主要為沿海城市；中等效率城市2013年和2018年分布較為分散，多分布于粵東和粵北地區；中低效率和低效率城市多分布在珠三角和粵北地區，格局較穩定。③廣東省工業用地生態效率空間相關性總體增強，但空間分布格局不穩定，全局Moran′s I呈波動上升。根據LISA圖，廣東省工業用地生態效率高—高聚集與低—低聚集明顯，整體空間依賴性較強，高—高聚集城市主要集中于粵東、粵西地區，且向珠三角地區擴展，低—低聚集城市主要分布在粵北和珠三角。④不同時期影響廣東省工業用地生態效率的空間分異的主導因子差異較大。其中，工業聚集程度和科技投入水平的作用顯著，3個年份均為主導因子。生態環境稟賦、環境規制強度僅在2008年為主導因子，經濟發展水平和利用外資水平僅在2013年為主導因子，工業化程度的影響力度不大。

本文以工業用地生態效率作為研究對象，與區域整體生態效率的研究進行相比，結果更具有針對性。Super－SBM模型能夠有效地區分期望產出與非期望產出，彌補了傳統方法將非期望產出作為投入的不足，而地理探測器方法從更深的層次分析了影響因素對工業用地生態效率的空間分異的影響。但本文也存在著一些不足之處，如由于統計年鑒中部分數據的缺失，本文采用插值法和滑動平均窗口法對缺失數據進行了填補，可能會對研究結果產生一定的影響。此外，工業用地生態效率測算指標和影響因素指標是在已有研究的成果上，結合研究區實際情況構建的，指標可能存在針對性不足的問題。因此，打破數據的局限，進一步完善指標體系是今后研究的重點。

5.2 建議

基于上述分析，本文提出以下建議：①堅定不移地走新型工業化道路，加快產業轉型升級，加快高污染、高消耗、低產出的粗放型發展模式轉向低污染、低消耗、高產出的綠色發展與可持續發展模式。地方政府應通過稅收或補貼等方式鼓勵支持企業構建綠色和可持續的生產體系；企業則應自主加大科技研發經費投入，提高研發和創新能力，加快生產和生態技術研發和應用。同時，企業應結合自身實際，有針對性地學習管理經驗，引進國外先進的技術與設備，在軟件硬件方面提升自身實力，提高生產效率，減少污染物產生和排放，減輕工業污染對環境造成的壓力。②提高企業的環境準入門檻。尤其是對于非珠三角地區，在外來資金的引進方面，各地方政府應嚴格遵守環境準入標準，堅決拒絕高污染、高消耗、低效率的企業進駐，避免落入“污染天堂”的陷阱。同時，積極引進和發展環境友好型企業，發展高科技產業，帶動經濟發展。③制定科學合理的產業發展規劃。各地應合理引導產業發展與轉移，將地區產業聚集程度控制在合理的范圍內，防止產業聚集程度過高。④加強環境規制力度。地方政府應加大工業污染治理投資，加強工業污染治理監督，確保資金用的使用效率，使工業污染得到有效治理。此外，政府應提高企業污染排放的成本，加大執法力度，對違規排放等行為嚴懲不貸，從源頭處有效控制，摒棄“先污染后治理”的治理思想。政府治理與嚴格管控雙管齊下，提高工業污染治理水平。